Chi cuadrado con el paquete estadístico SPSS
Análisis cualitativo del cruce de 2 variables categóricas
Ho: Independencia entre las 2 variables categóricas
Ha: Existe algún tipo de relación entre las variables
Cuando las categorías de una o de las 2 variables del cruce son más de 4, la opción más plausible es interpretar el coeficiente χ2 (chi-cuadrado), en cuyo caso, las tablas de contingencia proporcionan demasiadas casillas, cuanto más próximo es este valor a cero, así como el p-valor asociado a este estadístico más pequeño de 0,05, más se tiende a la independencia de las 2 variables categóricas.
Cuando se cuenta con 2 variables cuyas categorías se pueden ordenar, para analizar la relación entre ellas se puede optar por calcular el coeficiente de correlación de Spearman para variables en escala de tipo ordinal, en lugar de hacer un análisis cualitativo.
Residuos corregidos para corroborar diferencias
Se suelen utilizar para detectar diferencias entre 3-4 categorías a lo sumo. Los residuos corregidos cuyo valor sea superior a 1,96 en valor absoluto, indican diferencias estadísticamente significativas en el cruce de categorías de esas 2 variables nominales en concreto, decantándose hacia la categoría que tenga el valor de ese residuo corregido positivo (tabla copiada y modificada de la salida de resultados de SPSS a Excel). Para interpretar la dirección de esta relación, observamos el porcentaje de filas y sus correspondientes residuos tipificados corregidos, se comprueba que existe desproporción en las casillas cuyo residuo es mayor que /1,96/:
La proporción de los que se decantan por el ‘SI’ respecto al item de interés es significativamente diferente de las del ‘NO’ en los intervalos de Edad de ’18-30 años’, y en el de ‘mayor de 50 años’, al ser el valor del residuo corregido mayor de 1,96 en valor absoluto.
Cuanto más alejado de 0 se encuentre el valor del estadístico de la Prueba de la Chi-cuadrado de Pearson, y menor de 0,05 sea la probabilidad asociada al mismo (Significación asintótica bilateral), con más fuerza será rechazada la hipótesis nula de independencia entre las variables categóricas. La V de Cramer (Cramer’s V) se puede utilizar para medir el grado de dicha asociación, normalmente valores entre 0 y 0,6-0,7. A partir de un valor del coeficiente de 0,3 en adelante, se puede considerar en Sociología y Psicología como una correlación estadísticamente significativa entre ambas variables, mayor de 0,6 se puede considerar intensa. En tablas de contingencia de 2×2, se utiliza el coeficente Phi, que también proporciona el SPSS, seleccionando la correspondiente casilla de verificación, y cuyos valores se interpretan de manera similar a V de Cramer:
Chi-cuadrado muestras relacionadas
Tabla de contingencia de la Chi-cuadrado del antes y el después de aplicar un tratamiento, por ejemplo cambios en la elección de una diapositiva en el pre y en el post, después de aplicar una determinada modificación a la hora de relacionar las muestras..